KPCA-LSSVM在磨煤机一次风量预测中的应用

针对建立热电厂磨煤机一次风量软测量模型训练样本多、样本特征维数大等特点,考虑到现场测量所需的实时性和准确性,提出了基于样本优化、核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)相结合的方法进行建模。运用某电厂历史运行数据对模型进行仿真验证,结果表明:基于样本优化的KPCA-LSSVM软测量模型在精确性、跟踪能力和运行速度上均要优于LSSVM、BP和KPCA-BP模型,这为现场磨煤机一次风量的准确、实时测量提供了一定的理论依据。